检索结果-内蒙古大学图书馆

西安石油大学学报（自然科学版） 2014年第2期29卷 43-49,8-9页

作者：丁帅伟姜汉桥陈民锋罗银富汤国平中国石油大学(北京)石油工程教育部重点实验室北京102249 中海油研究总院北京100027

针对目前深水油藏分类评价研究现状的不足,基于模糊c均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,... 详细信息

针对目前深水油藏分类评价研究现状的不足,基于模糊c均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,在此基础上,应用贝叶斯判别决策理论,建立了深水油藏分类评价的定量判别关系,对未知类型的深水油藏进行了定量分类评价。实例结果表明,应用模糊c均值聚类算法和贝叶斯判别函数相结合进行深水油藏分类评价是有效的,该分类评价体系考虑的油藏参数更为全面,分类结果更为明显,对于深水油田的开发具有一定的指导意义。

关键词：深水油藏油藏分类评价模糊c均值聚类算法贝叶斯判别函数

来源：评论

学校读者我要写书评

暂无评论

基于隶属度光滑约束的模糊c均值聚类算法

引用

中国图象图形学报 2007年第4期12卷 623-627页

作者：李彬陈武凡颜刚南方医科大学医学图像处理重点实验室广州510515

传统的FcM聚类算法未利用图像的空间信息,在分割叠加了噪声的MR图像时分割效果不理想。本文考虑到脑部MR图像真实的灰度值具有分片为常数的特性,按照合理利用图像空间信息的原则,对传统的FcM聚类算法进行了改进,增加了使隶属度趋向于分... 详细信息

传统的FcM聚类算法未利用图像的空间信息,在分割叠加了噪声的MR图像时分割效果不理想。本文考虑到脑部MR图像真实的灰度值具有分片为常数的特性,按照合理利用图像空间信息的原则,对传统的FcM聚类算法进行了改进,增加了使隶属度趋向于分片光滑的约束项,得到了新的聚类算法。通过对模拟脑部MR图像和临床脑部MR图像的分割实验结果表明,本文提出的新算法比传统的FcM算法等多种图像分割算法有更精确的图像分割能力,并且运算简单、运算速度快、稳健性好。

关键词：图像分割模糊c均值聚类算法隶属度光滑约束图像的空间信息

来源：评论

学校读者我要写书评

暂无评论

利用空间信息的核模糊c均值聚类算法

引用

计算机工程与应用 2007年第33期43卷 82-83,111页

作者：王丹丹李彬陈武凡南方医科大学生物医学工程学院广州510515

模糊聚类,特别是模糊c均值聚类算法(FcM)广泛地运用到图像的分割中。但是传统的算法未对数据对特征进行优化,亦未考虑图像的空间信息,对噪声图像分割不理想。在FcM目标函数中引入核函数,用内核引导距离代替传统的欧式距离,同时考虑到邻... 详细信息

模糊聚类,特别是模糊c均值聚类算法(FcM)广泛地运用到图像的分割中。但是传统的算法未对数据对特征进行优化,亦未考虑图像的空间信息,对噪声图像分割不理想。在FcM目标函数中引入核函数,用内核引导距离代替传统的欧式距离,同时考虑到邻近象素的影响,增加了空间约束项,提出了利用空间信息的核FcM算法。通过对模拟图和仿真脑部MR图像的分割实验证明,该算法可以有效的分割含有噪声图像。

关键词：图像分割核方法模糊c均值聚类算法图像的空间信息

来源：评论

学校读者我要写书评

暂无评论

改进模糊c均值聚类算法及锂电池配组应用

引用

河南科技大学学报（自然科学版） 2017年第4期38卷 43-48页

作者：付媛全书海武汉理工大学自动化学院湖北武汉430070

在锂电池化成管理的智能配组过程中,当处理大规模数据或锂电池结构较复杂时,速度和准确度不高。因此,提出了一种基于遗传算法与密度加权的改进模糊c均值聚类算法。首先,由遗传算法优化得到初始聚类中心。然后,将样本对象的高斯密度函数... 详细信息

在锂电池化成管理的智能配组过程中,当处理大规模数据或锂电池结构较复杂时,速度和准确度不高。因此,提出了一种基于遗传算法与密度加权的改进模糊c均值聚类算法。首先,由遗传算法优化得到初始聚类中心。然后,将样本对象的高斯密度函数作为其权值,并采用Xie-Beni有效性指标改进目标函数。将改进的算法通过标准测试数据集Iris和锂电池配组进行实验验证。验证结果表明:本文算法改善了聚类效果,与模糊c均值聚类算法相比,锂电池配组的正确率提高了0.8%,并且计算迭代次数从14次降低到8次。

关键词：模糊c均值聚类算法遗传算法高斯密度加权 Xie-Beni指标锂电池配组

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法的改进研究

引用

淮阴师范学院学报（自然科学版） 2011年第3期10卷 226-229页

作者：贾丙静王传安宋雪亚安徽科技学院理学院安徽凤阳233100

模糊c均值聚类算法(FcM)是一种比较有代表性的模糊聚类算法,主要是通过迭代更新聚类中心和隶属度矩阵,使目标函数值达到最小.FcM算法还有很多缺陷和不足,其中最主要的就是选取不同的初始中心,会得到不同的聚类结果,影响到聚类的稳定性... 详细信息

模糊c均值聚类算法(FcM)是一种比较有代表性的模糊聚类算法,主要是通过迭代更新聚类中心和隶属度矩阵,使目标函数值达到最小.FcM算法还有很多缺陷和不足,其中最主要的就是选取不同的初始中心,会得到不同的聚类结果,影响到聚类的稳定性和准确率.本文对要聚类的数据集采用数据分区技术进行预处理,根据物质质心的定义及质心运动原理,计算每个数据分区的质心做为FcM聚类的初始聚类中心.实验结果表明,改进后的算法FcM能够降低迭代次数和运行时间,得到比较稳定的聚类结果.

关键词：模糊c均值聚类算法数据分区质心

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法的冲击地压危险等级预测

引用

黑龙江科技大学学报 2021年第3期31卷 350-353,365页

作者：武俊峰成燕峰梁燕华张芳郭旭飞黑龙江科技大学电气与控制工程学院哈尔滨150022 哈尔滨理工大学自动化学院哈尔滨150080

为准确预测冲击地压发生的可能性,采用模糊c均值聚类算法分析三轴声发射实验采集的压力和声发射特征信号,确定冲击地压各指标的危险等级及其对应的模糊集合,建立标准模型库,随机选取一组新数据,使用欧氏贴近度的方法将其与模型库相匹配... 详细信息

为准确预测冲击地压发生的可能性,采用模糊c均值聚类算法分析三轴声发射实验采集的压力和声发射特征信号,确定冲击地压各指标的危险等级及其对应的模糊集合,建立标准模型库,随机选取一组新数据,使用欧氏贴近度的方法将其与模型库相匹配,预测对应冲击地压的危险等级。结果表明,使用欧氏贴近度的方法确定了冲击地压危险情况,最大贴近度值为0.944,冲击地压危险等级为强危险。

关键词：冲击地压模糊c均值聚类算法危险等级贴近度

来源：评论

学校读者我要写书评

暂无评论

基于多目标规划的模糊c均值聚类算法

引用

中国图象图形学报 2008年第8期13卷 1492-1495页

作者：王丹丹李彬陈武凡南方医科大学生物医学工程学院广州510515

模糊c均值聚类算法(FcM)是一种非常经典的非监督聚类技术,已被广泛地应用到医学图像分割。由于传统的FcM聚类算法在分割图像时仅利用了图像的灰度信息,未利用图像的空间信息,在分割叠加了噪声的磁共振(MR)图像时分割效果不理想。考虑到... 详细信息

模糊c均值聚类算法(FcM)是一种非常经典的非监督聚类技术,已被广泛地应用到医学图像分割。由于传统的FcM聚类算法在分割图像时仅利用了图像的灰度信息,未利用图像的空间信息,在分割叠加了噪声的磁共振(MR)图像时分割效果不理想。考虑到脑部MR图像真实的灰度值具有分片为常数的特性,按照合理利用图像空间信息的原则,对传统的FcM聚类算法进行了改进,引入多目标规划的概念,提出了一种新的,更加合理的应用图像空间信息的聚类算法。实验结果表明,应用该算法可以有效地分割含有噪声的图像。

关键词：图像分割模糊c均值聚类算法多目标规划图像的空间信息

来源：评论

学校读者我要写书评

暂无评论

基于显著性检测与模糊c均值聚类算法的叶片病斑区域提取方法

引用

江苏农业科学 2017年第22期45卷 236-239页

作者：郭三华烟台汽车工程职业学院电子工程系山东烟台265500

针对自然场景下获取的叶片病斑图像,提出利用图像显著性检测与模糊c均值聚类方法相结合的叶片病斑区域提取方法。首先,利用SLIc(simple linear iterative clustering)方法结合马尔科夫吸收链进行图像显著性检测,获取显著图,实现符合视... 详细信息

针对自然场景下获取的叶片病斑图像,提出利用图像显著性检测与模糊c均值聚类方法相结合的叶片病斑区域提取方法。首先,利用SLIc(simple linear iterative clustering)方法结合马尔科夫吸收链进行图像显著性检测,获取显著图,实现符合视觉特征的显著区域检测;其次,利用模糊c均值聚类算法对显著图进行分割,进而获取二值化后的叶斑图像;最后,结合原始图像获取最终叶片病斑区域。试验结果表明,叶片病斑区域提取比较准确,满足病斑进一步处理和分析的要求。

关键词：自然场景叶片病斑显著性检测模糊c均值聚类算法区域提取

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类算法的入侵检测方法

基于模糊C均值聚类算法的入侵检测方法

引用

作者：唐文纪湖南大学

学位级别：硕士

随着网络技术的飞速发展和网络应用范围的不断扩大,对网络的攻击与破坏也不断增加。网络与信息安全逐渐成为Internet及各项网络服务和应用的进一步发展需要解决的关键.问题。入侵检测技术是继“防火墙”、“数据加密”等传统安全策略后... 详细信息

随着网络技术的飞速发展和网络应用范围的不断扩大,对网络的攻击与破坏也不断增加。网络与信息安全逐渐成为Internet及各项网络服务和应用的进一步发展需要解决的关键.问题。入侵检测技术是继“防火墙”、“数据加密”等传统安全策略后的新一代安全保障技术,它可以识别针对计算机或网络资源的恶意企图和行为,并做出相应的反应,近年来得到了迅速发展,在网络与信息安全领域扮演着越来越重要的角色。本文讨论了入侵检测技术的分类、常用检测方法及工作原理,分析了目前入侵检测系统(Intrusion Detection System,IDS)存在的主要问题和发展趋势。传统的入侵检测技术存在许多不足,先进的检测算法是入侵检测研究的关键技术。本文将人工免疫网络算法和改进的模糊c均值(Fuzzy c Means,FcM)算法应用到IDS中。该算法是一种典·型的无监督学习技术,能够使用没有标记的数据生成IDS的分类器,并且能够检测新的未知攻击。论文的研究内容主要包括： (1)针对FcM算法需要人为的输入聚类数目c和对初始值敏感的确点,引入人工免疫网络算法； (2)改进了FcM算法,弥补了FcM算法只能处理数值属性的缺陷。 (3)设计并实现了基于人工免疫网络和模糊c均值聚类算法的入侵检测实验系统,采用KDD cUP99数据集对算法进行了仿真实验。实验结果表明,该算法具有较高的检测率和较低的误警率,并对未知攻击有很好的检测能力。

关键词：入侵检测网络安全人工免疫网络模糊c均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类算法的控制图模式识别

引用

工业工程 2021年第5期24卷 108-116页

作者：张和平李俊武南昌大学经济管理学院江西南昌330031

控制图模式识别能够区分制造过程中的一般因素与异常因素,提高制造过程中的产品质量,减少成本,提高效益。利用蒙特卡洛方法产生样本;采用一维离散小波变换处理原始数据;利用模糊c均值聚类算法进行控制图模式识别。识别准确率99.43%,其... 详细信息

控制图模式识别能够区分制造过程中的一般因素与异常因素,提高制造过程中的产品质量,减少成本,提高效益。利用蒙特卡洛方法产生样本;采用一维离散小波变换处理原始数据;利用模糊c均值聚类算法进行控制图模式识别。识别准确率99.43%,其标准差为0.002 8。这表明基于该方法的控制图模式识别准确率高,稳定性好,较现有的控制图模式识别方法具有简易、高效等特点。

关键词：控制图模式识别模糊c均值聚类算法小波变换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：